这些律师的饭碗有可能马上要丢了！

律师路上律师路上2018-12-25 收藏 : 13 查看 : 7053 评论 : 33

原创作者: 2923057491

文章来源: 学法网 xuefa.com

作者 | 赵丹美国纽约州律师，来源《让法律人读懂人工智能》

原标题 | 纽约律师眼中的人工智能：到底砸谁的饭碗？

目前关于人工智能革命最流行的一套说法就是：比起担心机器人会不会形似人类、造成伦理困扰甚至发展出自我意识消灭人类，人们更应该做好准备的是更现实的一件事——人工智能的发展，会在未来的几十年由浅入深，由点及面的替代掉大部分人的工作，上至医生律师、下至收银员和出租车司机，如同三体中描述的降维打击，人类的职业几乎无一幸免。
这篇文章先来讲讲人工智能的发展对法律行业的影响——律师的饭碗会被砸了吗？法律行业会产生怎样的变化？在风云突变、日新月异的时代，法律从业者的我们要有什么样的准备？

一、法律的三个层面

关于人工智能与法律，相信每一个思考过这个问题的人，从自身的经历和背景出发，都会有截然不同的角度。

我的切入点应该有点另类，但希望你会觉得有趣。

在《美国法学院的第一课》中我提到过，我从来美国读法律的第一天起，就学到了一个让我受用至今，而且在可预见的将来会持续影响我的思想的一套理论：对任何有关法律的思考，都要从Level 1, Level 2, 和Level 3三个层面出发。

过去一年，我从一个法学院刚毕业的迷糊蛋，在纽约大律所跌跌撞撞的一年走下来，对这个“三层法律”的理论又有了更深的理解和思考，想及人工智能对法律的影响，更是觉得心有戚戚，有种“学好基本法走遍天下都不怕”的悲壮感。万变不离其宗，一个好的理论、框架和思想，是可以用来分析世界上任何变化的。科技跑得再快，也跑不赢基本法嘛。

如果你还没看过《美国法学院的第一课》这篇文章，欢迎读完本文之后去补课，但是对于新读者而言，没看过也不影响接下来的阅读。

法学院的第一课时，皮勒教授一言以蔽之的总结道：学习法律的时候，Level 1指的是一个案例里最表面的分析——案情(facts)、争议点(issue)、判决(holding)、和理由(analysis/rationale)，Level 2则是一个判决背后正反两面更深层的思考，Level 3则是从哲学层面，关注一段时期内所有判决背后体现出来的整个思考流向，甚至涉及了社会在一定时期最主流的价值判断。

从逻辑角度而言，从Level 1到Level 3，是由个性到共性、由直观到抽象的思考方式，是于法律和其他文科类的学习的灵魂特征。能够在Level 3层面上进行深度思考，并有独特观察，能通过无数个Level 1的具体实例和细节来抽象出普遍适用的宏观规律，才能说是真正的学者名家，比如说我男神法经济学的鼻祖Guido Calabresi老爷子。

工作之后发现，这”法律的三层”理论，还真的本身就是一个Level 3层面的思考，不仅适用于法学院的学习考试，对于律所实务、法规的发展变化也解释的通。

在实务层面，Level 1是那些在工作中觉得不需要动脑子的所谓的“routine work”——原始数据的收集、整理、和初步分析。Level 2是需要更抽象的总结归纳、策略制定和梳理写作。Level 3则是行业趋势的判断和规则的制定。

在2017年，人工智能如雨后春笋一样蓬勃发展，律师行业也在热火朝天的讨论律师的工作在多大程度上可以被机器所替代，我的第一反应则是——Level 1层面的工作必定最先阵亡，逐渐永远消失。Level 2并非不可替代，但研发成本巨大，且难度极高，所以很可能相当长的一段时间内会维持现状。Level 3则代表了技术能发展的极限，是永远、永远不可能被机器替代的。

第一层：逐渐消失的世界

我在做一年级律师的这一年里，有70%的工作是Level 1，有30%的工作是Level 2……以及0%的Level 3。

Level 1是什么样的工作呢？随便举几个栗子：

为一个并购项目寻找交易结构类似的范例，并制作包含了一些包含了关键交易信息的表格为团队提供索引。

审阅五十个合同，找出其中关于公司控制权转移(change of control)和合同转让(assignment)的条款，并制作一张巨大详细的表格总结出要点。

根据以往的交易文件来修改现有的交易文件(“mark up”)——只适用于实质条款的变更很有限，基本只在修改公司名称等基本信息的任务。

在并购项目中制作披露附则(disclosure schedule)，任务核心是把尽职调查中涉及到的合同一条条列到相应的并购条款之下。

从做任务的角度而言，任何Level 1的工作都具备“技能重复率极高”的特点。一个尽职调查中最典型的变更条款总结的表格，只要跟着靠谱的上级做过一次，基本上驾轻就熟，在任何其他项目中只需要付出劳动力，不用再重新学习一个不同的技能。

所以Level 1想要上手很快，只要有一个靠谱的前辈带着，或者手里有几个详细的教程和范例，在最初的熟悉阶段过去后，仅仅是单纯的重复劳动。

所谓“律所民工”，大概也是如此而言吧。

在一次次暗无天日的尽职调查中，揉揉眼睛看了看已经写到五十多页的条款总结的表格，以及文件夹里剩下还没看的三个合同，真觉得自己跟在工地上搬砖没啥区别。虽然我静坐不动，但并没有在进行思考或消耗“大脑”，而仅仅是机械的审阅和总结而已。

人工智能最有可能替代掉的，便是这部分工作。

人类在最开始做Level 1的“熟悉上手”过程，就好比写个程序告诉电脑哪些术语的出现代表着变更条款、哪些自然语言的组合意味着违约风险高、总结表格需要什么样的格式、要从合同里抓取什么样的信息放到表格里——一个程序写好后，Duang！机器开始自动抓取信息生成表格，全程耗时几秒，抵得上一个一年级律师的几天通宵。

事实上，目前市场上已经出现、或正在开发的法律类人工智能都逃不出这个范畴。Level 1类型的法律工作，不仅仅是人工智能可以胜任，而且机器会比人做的更好，比如说——

Linklaters最近与一个叫RAVN的人工智能公司展开合作，用一种叫"应用认知驱动"(applied cognitive engine)的技术从原始数据中迅速收集关键信息，并批量填充到相关的法律文件里。

Lex Machina：专注于诉讼领域，从大量案例的原始数据中自动分析法官的办案趋势、对家律师的诉讼策略、案子的时间进程等。

Slaughter and May投资的Luminance公司，能够迅速分解一个并购项目中做尽职调查用的"data room(数据库)"，列出潜在的需要高年级律师进一步审阅的问题，并能快速识别特定条款(例如change of control)

(Luminance的官方视频非常高大上，有了这种神器一个人做完DD不是梦)

如同这世界上几乎所有的工作一样，在任何直击命门的决策前，必然有大量的“流程性工作”(routine work)存在，完成原始数据的收集和整理，再按照决策层级一个个的台阶往上走，每个台阶会针对部分数据做出结论和预判，提出固定领域内的决策建议，最后汇总到最高层面，顶层的决策者只需要审阅已经过很多层精炼的信息，做出统揽全局的决策。

(Google搜索"金字塔决策"可以出来大量的图片)

在人工智能出现之间，决策层最底部的"数据"的收集和整理是需要大量的人力，对于任何所谓的坐办公室的白领行业，最底层的职员往往日复一日的做着这些单调而重复的工作，用种种违反生物学本能的方式强迫自己的大脑适应机械严谨的数据搬运路径和长时间的活跃时间。

而机器比人类更擅长大数据收集的理由自然也很简单：硅基成分的机器不像碳基的我们，有肉体凡胎避免不了的种种弱点和缺陷，可以以更高的准确率工作更长的时间、而且对信息的处理速度极快，从而可以在碳基生物想像不到的广阔层面秒秒钟捕获和整理数据。

(Lex Machina根据大量原始数据自动生成的趋势分析表格，在过去大概是一个低年级律师好几天的工作)

在一个用煤油作为动力的时代，会有人想跟汽车比一比谁跑得快吗？

同样而言，在一个信息技术和人工智能高速发展的时代，会有人想跟电脑比一比谁的数据整理速度快效率高吗？

如果妄图在Level 1的层面试图跟电脑一较高下，或者罔顾机器必然永远替代掉这部分工作的事实，被时代所淘汰似乎是唯一的结局了。

这也是为什么有多项学术研究表明，目前世界上绝大部分的工作都可以完全被人工智能所替代——有太多工作仅仅涉及Level 1，除了采集和整理数据并无他用了。

第二层：人类特有的智慧

好在，起码对于我们这个行业而言，Level 1仅仅是一小部分。即使对于我一个大律所一年级零基础的小兵，也并不是仅仅在做Level 1。美国大律所收费高昂，律师的职业水平成长飞快，往往到了二三年级，需要做的Level 1的工作比例更少了。据我观察，起码在我们这个级别的律所，一个能力较强、善于用人的三年级律师，大概只有25-30%的工作是Level 1。

那体现了人类特有智慧的Level 2的工作究竟是啥？

对已经结构化的数据从宏观上寻找规律

根据规律和个案特征来制定法律上的策略

因地制宜在客户和第三方之间传递信息

用自然语言将规律和策略进行梳理和叙述

于我而言，在最开始决定要去美国读法学院做律师，一定程度上是在大学的时候看《波士顿法律》或《傲骨贤妻》之类的美剧，看到一个个主角光环笼罩、舌绽莲花在法庭上叱咤风云的大律师形象，激动的不能自已——当时晚上躺在宿舍的被子里，恨不得立刻飞到美国，先捧着厚厚的案例书穿梭于校园，在课堂上倾听、回答和讨论，毕业了再穿上一身西装，一脸严肃的飞速敲着键盘，写出一条条铿锵有力的诉状，胸有成竹的跟客户分析案情，再毫不留情面的站到法庭上把对家律师说的哑口无言，一败涂地。

事实上，工作后偶尔跟外行人聊起我的职业，偶有看过几部律政剧的，基本对律师的工作都是这个印象——日常的职业生活基本上是设计策略、交流沟通、宏观指点、以及谈笑风生的讲述和论辩。

往往这时我无奈至极，却并没办法用一两句话说清楚低年级律师到底在做什么。不过文章看到这里的你，大概是理解了：外行想象的和律政剧里描绘的都是Level 2，的确是律师职业中最精华和最有趣的部分，但是刚入行的一年级小兵，真正的日常工作还是数据收集层面的Level 1，能接触到的Level 2极其有限。

至于初级律师Level 2的工作比例占多少，完全取决于律所氛围、律师的个人能力、执业领域的特征，以及一些运气。我入职前有时跟同行聊天，常听到一种说法是纽约的大律所，相比亚洲地区或规模偏小的律所而言，会因为人手太多而且内部文化有严格的层级制度，不会让新人上手太多实质性的工作——也就是说，相比而言Level 1更多Level 2更少。

然而，起码就我东家这个传统至极的华尔街大所而言，充分证明了万事无绝对，一个低年级律师能接触到多少的Level 2，有方方面面的因素影响，绝对没有一刀切全面适用的结论。我自己过去一年虽然没少做“律所民工”之类的经典体力活，但也由于个人的奋斗（？）和历史的进程（？？）有不少任务是纯粹的Level 2。甚至一段时间运气不错，70%的工作是Level 2，每天早上起来简直迫不及待想开始工作，觉得自己做的事情有趣又有意义。

为什么Level 2的工作很难被人工智能替代？前文提到过，Level 2层面的工作，起码在法律行业而言，主要分为以下几种，一一拆分开研究，便很容易发现这些并不是人工智能显著擅长的领域。

总结规律

制定策略

沟通交流

梳理写作

那为什么在Level 1已经被人工智能完败的情况下，Level 2类型的工作依然能够独善其身？因为用科技领域的语言来表达，Level 2涉及到人类相对于机器最牛逼的一项能力：模式识别(pattern recognition)，而Level 1的本质则是作为编程理论典范的"规则本原的逻辑"(rule-based logic)。

所以pattern recognition和rule-based logic到底是啥？本质上是人脑处理信息的两种不同的模式。“信息”其实是一个很复杂的概念，既包括视觉听觉周遭一切，又包括纯粹的语言和文字。而人脑每天有意识和无意识做的大量活动，本质上都是在重复接受信息 -> 给出反应这个过程。

那这两种信息处理模式有啥区别？想象一个一年级律师接到的如下两个任务，分别是Level 1和Level 2，以及相应需要的脑力活动。

Level 1: 阅读五十个合同并用表格总结关键条款。

为了完成这项任务，一年级律师的脑子需要经过以下处理过程：

判断规则：收集和阅读足够多的先例，并决定需要总结的条款分别在什么名称下、总结需要用什么样的自然语言模板、以及要遵循什么样的格式。

适用规则：根据第一步总结出来的规则，寻找总结合同的相应条款并对应填到表格中正确的位置。

Level 2: 客户想要知道类似规模和产业的上市公司，在面对A法律问题时都是如何应对的，合伙人命令一年级律师全程负责调研此事，先向合伙人汇报初步结果，最终由一年级律师直接给客户提建议。

为了完成这个任务，新人律师需要经过的脑力劳动，就远远不能运用Level 1那样“寻找规则+适用规则”的模式了，而牵涉到很多体现了人脑处理信息独特优势的思维过程。

实践中，律师接到的Level 2任务，不管是来自于客户还是合伙人，都是一个非常模糊的指令——“研究一下这个然后汇报给我”。那一个训练有素的律师，下意识的思维习惯就是先从对方的角度开始考虑：我需要如何展示我的检索成果？邮件、简单的提纲、还是完整的备忘录？关于这个法律问题，我需要假定对方有多少的背景知识？要如何因人而异来挑选合适的逻辑架构？

在初步确定汇报形式和检索程度之后，律师的工作还包括通过经验和交流确定检索方向——用哪个数据库？查阅哪个法条？是否需要跟其他更有经验的同事询问？接下来就是真正的梳理写作和沟通交流的过程了——先判断交流时要传递的信息要点，再整理书面或口头的自然语言，梳理逻辑和框架，然后按照第一步中确定的形式把信息汇报出去。

这一套思维过程，有可能电光石火瞬间完成，也有可能经过细细思考并反复询问才敲定方案，完全取决于律师的水平和经验。然而有趣的一点是，如果你让一个刚做完Level 2任务的律师来抽丝剥茧的描述，为什么要以这样的形式来做汇报？得到的答案大概率会是：说不上来，但是对于这个客户/合伙人来说，that's the only way that makes sense.

过去几十年，认知领域的科学家和人工智能领域的专家一起，试图破解人脑进行模式识别的秘密，然而直到最近几年才因为硬件和算法的改进而出现了革命性突破。用一句非常经典的话来表述就是，作为人类，we can know more than we can tell。

在整个完成Level 2任务的过程中，一个律师的大脑正在有意或无意进行着困扰了人工智能领域几十年的难题：如何在一个范围不确定的环境中，进行非基于特定规则和逻辑推导的模式识别？

Level 2任务中每次运用的思维，本质上都是从一个庞大的、律师根据从业或社会经历中得到的“隐性经验”中寻找相似并运用规律的过程。这种隐性经验不是逻辑推导的结果，而是来自于人类日常职业和社会活动的方方面面。

比如说，为了做出Level 2任务中一个分支的决定——合伙人到底想让我写封邮件还是写封提纲，律师的思维在无意识间可能触及了以下隐性经验：

该合伙人在上一个项目表示过喜欢言简意赅的邮件

该法律问题可深可浅，但是合伙人在该领域有大量经验

同事在这个项目上的汇报多是采用邮件形式

但是客户喜欢阅读整理好的表格类信息

通过无意识在隐性经验中搜索，根据过去部分类似的情景，衡量方方面面的影响因素，律师做出了一个本能的决定——用邮件，但是稍微详细些，把信息总结成可以轻松转换成表格和正式法律文件的形式。合伙人在接到邮件、阅读汇报后，并未觉得不妥，并给出了进一步检索的方向，告知律师下一次汇报同时提供一个给客户的表格的草稿。

如果这个时候让试图造出“机器人律师”的人工智能专家来分别采访一下这位合伙人和律师——你们为什么要这么交流？为什么不一开始就写好全部的表格？两位大概会耸耸肩，完全不知如何表述。

这就是人类利用“隐性经验”进行模式识别(pattern recognition)思考方式的强大力量。

这种思考方式，当然不仅仅体现在律师的工作中，而是分布于每一个人类的日常。这也是人工智能发展到现在一个经常出现的悖论：机器在数学运算、数据归纳、和高级逻辑推理上的能力完爆人类，但却无法完成一些人类六岁小孩都能完成的任务。

简单的例子有人脸识别、整理房间、躲避障碍物和过马路。复杂的例子包括与其它人类进行交流、以及通过五官感知的种种外界信息来判断对面人类真正想要表达的问题。

那人类永远会在模式识别上具有碾压性优势吗？律师Level 2的工作真的永远不会被替代吗？

当然不是。Level 2涉及的思维方式，在十年前认为机器能够全部掌握还是天方夜谭，但是最近几年机器学习(machine learning)领域的全民突破，让不少科技行业的观察者感叹到，人类在模式识别领域被全面替代和超越，只是时间问题。

人工智能发展以来，训练机器进行模式识别，也就是法律工作中Level 2的思维方式，主要依赖的路径便是机器学些：喂给机器大量的原始信息，设定一条学习路径，然后让机器自己去"学习"。简单来说，在Level 1层面，是人类写好规则，让机器去实施。而在Level 2层面，机器的任务是尽量获得跟人类接触到的同样广度的“隐性经验”，包括历史上人类大量“接受信息->做出反应”的过程，然后根据一定算法从中自己去总结规则，并尝试运用规则。

最简单的例子就是大家耳熟能详的阿尔法狗和目前最新出来的阿尔法零。这个"学习"的过程在算法上如何做到，如果细细解释起来就完全跑题了，涉及到很多经常听到的神经网络、蒙特卡罗等概念。但是回到法律界最关心的问题——机器学习的发展，能让人工智能彻底超越人类律师在Level 2层面进行法律工作的能力吗？

我自己的判断当然能，但是根据目前涉及到机器学习的法律类人工智能的发展情况，这一天的到来很可能相当久。正如前述，需要机器学习才能获得的思维模式，涉及到人类能力的方方面面，而且机器掌握的能力不可转换——你不能让下围棋世界第一的阿尔法狗去做同声传译，数据和学习算法都要从头来过，涉及到巨大的开发成本。

况且，所有人类更擅长的Level 2思维能力中，在谁会先被“机器替代掉人”的议题上还有三个进一步的变量：

第一、人类Level 2思维的类别有高级和低级之分，涉及到机器学习的难度和复杂程度都有所不同。让亚马逊的推荐栏初步了解你的喜好、或者让人工智能的客服对你初步收集信息，跟让律师揣摩客户的需求和喜好进行法律服务，完全不是一个重量级的概念。

第二、自由市场下，机器学习取得Level 2能力需要大量资本投入，而资本的目的是盈利，机器学习在其他领域利于人脸识别、翻译、判断障碍物等领域的市场前景，比法律服务要大得多，所以资本的配置会有先有后。

第三，社会阻力——机器学习会优先替代掉一些本质还是“功能类”的人类工作，对于“决策类”工作，例如高级交流、策略分析、沟通写作，Level 2如果被机器所统治，会意味着人类现存的决策流程、社会运转的规则要发生翻天覆地的本质变化，阻力极大。

当然，这三点只是高级提炼后的个人观察，提供一点思考，详细论证起来，大概可以写一本书了。

第三层：人与机器的铜墙铁壁

在写下这段话的时候，我猜一定会有人不看内容，就直接质疑我的结论：有什么东西是永远不会被人工智能替代的？你凭什么做出这种判断？你怎么知道未来会发生什么？

好，那就再补充一句：法律的第三个层面，并不是说永远不会被人工智能替代，而是——在人工智能发展出在这个层面进行思考和决策之日，就标志着人类作为一个生物族群将从地球上逐渐消失的开始。

这是因为，法律除了拥有“代表普通人解决纠纷”的功能外，还有一个更重要的作用——设定游戏规则，规制社会运转。科技无生命，是人类赋予其方向，而科技具体会从哪些方向来应用于人类社会，与现行的社会结构以及人类对于未来社会的构想密不可分。

我在《一场重点全错的毕业演讲风波》中解释过：工业革命时期，科技的突破和生产力的革命，与更上层的经济、政治和法律制度相辅相成。而今人类社会的所有主流社会制度，包括自由主义经济、民主和三权分立，甚至具体到美国宪法中确定的个人权利条款，归根结底都是为了适应新时代的科技而应运而生的一套体系。

那法律在其中的作用是什么？是同经济和政治等人类特有的社会制度一起，在新科技的基础上去构建一个新新世界，去给科技以方向和作用于人类社会的力量。

这个层面的思考，需要怎样的法律思维？那就是我等常人难以企及的Level 3了。

Level 3涉及的已经不仅仅是"根据隐性经验来进行模式识别"，而是去发现一个历史世时期法律、经济、社会运行的宏观规律，并根据超乎常人的洞察力来提供制度上的解决方案。有多少人终其一生都没能进行过一次Level 3层面的思考，而Level 3领域大牛们所述、所讲、所想的一切，作为人类思维和知识最美妙的部分，却也注定了无法广泛到达传统教育体制外的普通人类。

法律领域来讲，在Level 3层面进行过大量输出的大牛有很多，随便给一个我脑海里随机出现的名单：

第一次将法律和经济原理结合在一起并建立系统理论，开创一个法经济学一个门派卡拉布雷西老爷子。（参见旧文《法与经济学的未来是啥？》）

在19世纪末20世纪初推动美国法学理论从古典主义到现实主义转变的荷尔姆斯大法官(Justice Holmes)。（参见旧文《美国法学院的第一课》）

从根本上洞察出使得美国三权分立制衡得以成立的关键逻辑，并一锤定音美国未来两百年基础之整体的马歇尔大法官。（参见美国宪法经典案例之马伯里诉麦迪逊）

四年前有幸来美国读法律，数不清Level 3层面的奇思妙想被优秀的教授掰开了揉碎了讲给你听，从最初的一脸懵逼只读皮毛，到最后真的吃懂摸透、能举一反三的去写文章去与同行交流，那种享受美好知识和智力挑战的感觉，真的是珍贵的人生体验。

在一窥Level 3精华思想的同时，我也不断感叹着普通人与领域奠基者在智力和思维上的差距。这也是我为什么觉得，Level 3是技术能发展的极限——Level 2层面的机器学习之所以能存在，是因为Level 2归根结底还是普通人都能运用的能力，诚然Level 2领域思维卓越的人群都会成为自己领域的专家、在事业上多半有所建树。

但在Level 3领域大量输出的人，在人群中比例极少，普通人类不管接触过多么大量的数据和严苛训练都无法望其项背，专注于极窄方向的机器学习更是很难有所突破。

不过技术层面，大概是我的思路太小众，分析Level 3层面的机器学习是否可能的资料几乎没有，所以以上没有内行佐证，个人意见不同意你全当我瞎说。

也因此，让我个人更加坚信Level 3会是人类与机器的铜墙铁壁的并不是技术原因，而是伦理层面：Level 3层面的思考涉及人类制度本源，本质是人类利用社会科学来规制和发展自然科学的能力，也是人和技术之所以能有现在的造物主—工具关系顺位的根本原因。

那如果真有让机器来主导并控制Level 3的社会制度的一天，人和机器的关系毫无疑问开始出现本质转向，直到完全掉个个儿——真有这样魔幻的时刻，人类估计也真的像《未来简史》中预测的那样，早就脱离了目前生物学的概念，而和机器融为一体成为一个新的物种了。

结语：何去何从？

不得不承认，最后一段我脑洞大开，个人畅想更多，理性严谨的分析法律行业的未来趋势更少。而且Level 3的确在实务领域比较少见，也不算是在分析“律师”作为一个行业该何去何从。

不过，从Level 1讲到Level 3，我的核心观点都很统一：不管人工智能如何崛起，根据目前的趋势看，法律不是夕阳产业，法学自然也不是末日学科。反而是在Level 1逐渐消亡后，更能看出法律从业者在进行Level 2和Level 3层面思维的巨大能量。

那回归现实，律师行业究竟会有什么影响？作为从业者要做何准备？

大胆推测一下——首先，随着Level 1的消亡，律师人数的锐减是必然，毕竟律师群体庞大，而法律也像世界上任何学科和产业一样，是由Level 1层面的数据分析而奠基的。Level 2是职业技能的最有价值的体现，却并不意味着目前有大量律师都是在从事人类独具优势的Level 2工作。

其次，Level 2的发展必定意味着律所工作竞争更加激烈，毕竟在人工智能时代，社会和经济最需要的是在Level 2领域独具天赋、思维超前的人才。我之前在《律所新人的日常（一）》中所描述的，大律所对一年级小兵所期待的细心、靠谱种种特征，在产业升级的全新时代，很可能反而成为最无所谓的衡量标准——若论勤劳肯干细心靠谱，硅基生物才是Level 1领域抗坝子。

那根据目前业内的人员结构，对中高年级律师这种具备大量Level 2领域的经验、能够熟练进行高级模式识别和复杂交流的人才，才是未来大势所趋的发展方向。

话至此，法律从业者要做什么样的准备也再清楚不过了。具体而言，对于低年级律师来说：

整理尽职调查表格、根据模板改合同这种事，做还是要认真做，目前总要有人做，但是时刻明白这些是会被未来技术淘汰的工作，不属于需要重点培养的职业技能点。

抓紧一切机会体验、训练自己做Level 2工作的能力——跟着上级学习怎么与合伙人和客户交流、揣摩一项工作背后的策略和思路、并自己大量进行高级模式识别的训练。

其实，人类律师如何训练自己Level 2的能力，完全可以参考机器学习领域所有的研究成果，这些研究为了教会机器这些能力，早已经把人类思维的模式套路和原理抽丝剥茧，并绞尽脑汁建立起系统学习的思路和模块。

这篇实在不能写的更长了——下一篇这个领域的话题，打算继续多读科技类的书，然后写一篇读书笔记叫《机器学习、认知科学和律师的技能树》。